• 대한영상의학회지
• /
• 제83권4호
• /
• pp.752-758
• /
• 2022

저자됨은 연구 진실성과 출판 윤리적 측면에서 중요하다. 저자됨은 학문적 성취를 증명하는 신용(credit)의 주된 수단으로 저자의 출판 업적은 연구비 수혜와 학술 경력에 중요한 영향을 미친다. 복잡한 이해관계와 경쟁적인 환경 등 다양한 이유에 의해 부적절한 저자됨이 보고되었다. 대표적인 저자됨 오남용에는 명예저자됨과 유령저자됨이 있다. 친족 공저자 또한 부적절한 저자됨이며, 최근 사회적 문제로 대두된 부모 자녀간 부적절한 저자됨이 이에 포함된다. 의학잡지편집인 국제위원회(International Committee of Medical Journal Editors; ICMJE)는 저자됨의 기준을 제시했다. 저자됨의 오남용을 막고 저자의 신용과 책임 평가를 체계적으로 하기 위해 많은 저널들이 기여자 역할 분류(Contributor Roles Taxonomy; CRediT)와 Open Researcher and Contributor ID (ORCID) 체계를 사용하고 있다. 이 종설에서는 올바른 저자됨과 부적절한 저자됨에 대해 알아보고 저자됨 오남용을 피하기 위한 방법을 소개하고자 한다.

• 한국비블리아학회지
• /
• 제30권1호
• /
• pp.29-51
• /
• 2019

현재 사회 각 분야에서는 개별 저작자 및 기관을 고유하게 식별하고 이를 다양한 저작물 관련 데이터와 연계하기 위해서 International Standard Name Identifier(ISNI), Open Researcher and Contributor ID(ORCID), Interested Parties Information System(IPI) 등과 같은 여러 가지 저자식별체계들을 구축, 적용해 왔다. 분야별 데이터 연계와 융합이 점차적으로 가속화되고 있는 현재의 데이터 환경에서 저자식별체계의 적용은 필연적인 것이라 볼 수 있지만, 저자식별체계를 활용하는데 있어서의 한계들도 여러 가지 측면에서 대두되고 있다. 이러한 한계를 극복하고, 저자식별체계를 중심으로 다양한 분야의 데이터를 융합하여 보다 나은 정보생태계를 구축하기 위해, 본 연구에서는 ISNI 중심의 데이터 융합 선진사례를 분석하고, 이를 기반으로 데이터 융합에서 ISNI 저자식별 체계를 효율적으로 운용하기 위한 개선사항을 제안하였다.

• 한국비블리아학회지
• /
• 제28권3호
• /
• pp.151-174
• /
• 2017

인터넷의 보급, ICT 기술 발전, 디지털 확산으로 학술 커뮤니케이션의 효율화와 고속화, 연구방법의 간소화와 가속화가 진행되고 있으며, 학술정보 유통 패러다임이 변하고 있다. 본 연구는 고유 저자식별자인 ORCID에 대한 내용을 소개하고, ORCID 조직의 활동과 연구자, 연구기관에 주는 장점, 회원현황을 살펴보고자 한다. 또한 미국, 영국, 이탈리아, 중국 등 해외 주요 국가들의 ORCID 도입 및 활용 사례를 소개하고자 한다. 이를 바탕으로 국가 차원에서 저자 식별을 위한 노력으로 ORCID 활용에 필요한 고려사항들을 거버넌스, 시스템 요소, 정책적 제도적 측면에서 제안하였다.

• 한국인터넷방송통신학회논문지
• /
• 제24권3호
• /
• pp.133-138
• /
• 2024

현대 학술 연구 환경에서 디지털 기술의 발전은 연구자들에게 더욱 다양하고 풍부한 정보 접근성을 제공하고 있으나, 이와 동시에 저자 식별 문제가 새로운 도전 과제로 부상하고 있다. 저자 식별 문제는 학술 커뮤니케이션의 투명성과 정확성을 저해하는 주요 요인으로, 연구 성과의 정확한 귀속과 연구 네트워크의 구축에 혼란을 야기할 수 있다. 이에 대응하기 위해, 국제표준이름식별자(ISNI)와 연구자고유식별번호(ORCID)와 같은 식별자 시스템이 도입되었으나, 저자들의 저조한 참여와 정보의 부정확한 입력 등으로 인해 여전히 한계를 가지고 있다. 본 연구는 저자 정보가 최초로 시스템에 입력되는 순간부터 식별을 위한 정보 관리 방법을 중점적으로 연구함으로써, 저자 식별의 정확성을 향상시키고 학술 정보 서비스의 효율성을 극대화하는 방안을 제안한다. 이를 통해, 학술 커뮤니티 내에서 저자 식별 문제에 대한 인식을 새롭게 하고, 관련 기관과 연구자들이 이 문제를 해결하기 위해 취할 수 있는 구체적인 방안을 제시할 것이다.

• 한국융합학회논문지
• /
• 제8권12호
• /
• pp.49-53
• /
• 2017

유방암은 전체 여성의 암환자 중 두 번째로 많으며, 여성의 암으로 인한 사망 원인으로 가장 높은 것으로 나타났다. 유방암은 조기 발견 경우 완치율이 92%에 이른다. 하지만, 조기 발견을 하지 못할 경우 유방암은 전이율이 매우 높다. 암세포의 전이는 암의 진행이 많이 될수록 다른 장기로의 전이가 더욱 잘 되는 것으로 나타났다. 암의 조기 진단은 삶의 질을 높일 수 있는 중요한 요소이다. 유방암을 검사하는 방법으로는 맘모그래피(Mammography), 초음파, 맘모톰(momotome) 등이 있다. 그 중 맘모그래피는 검사자에게 통증이 적을 뿐 아니라, 쉽게 접근할 수 있어 유방암 검사에 유용하게 사용된다. 본 논문에서는 유방암 진단 데이터로 맘모그래프 데이터를 사용하였다. 본 논문에서는 뉴럴네트워크인 NEWFM(Neural network with weighted fuzzy membership function)를 사용하여 암 조기 진단을 위한 클래스를 분류하였다. NEWFM을 이용하여 데이터를 학습시킨 후 유방암 데이터 분류 결과 정확도가 84.4391%가 나타났다.